Methodology for the automatic generation of error rules and adaptive adjustment of functions of pertenence through a network network architecture netfuz 1.0

Simple item page
dc.creatorReyes Figueroa, Juan Carlos
dc.creatorRuiz Díaz, Fernando
dc.date2006-11-21
dc.date.accessioned2022-03-14T20:29:23Z
dc.date.available2022-03-14T20:29:23Z
dc.descriptionIn the generation of the Fuzzy Inference Systems, the primordial task is the extraction and the tuning of the memberships functions and the fuzzy rules. However, when using the traditional methods to carry out this task, the obtained results are not the prospective ones and in most of cases serious inconveniences are presented. This article presents a methodological proposal base in Artificial Neural Networks that allows extracting the fuzzy rules and the parameters of the functions of membership of a Fuzzy Inference System type Sugeno automatically, leaving of a group of data input-output. The development of a software is contemplated that will facilitate the application in the control of processes, the prediction and the estimate of parameters.en-US
dc.descriptionEn la generación de los Sistemas de Inferencia Borrosos, la tarea primordial es la extracción y el ajuste de las funciones de pertenencia y las reglas borrosas. Sin embargo, al usar los métodos tradicionales para realizar esta tarea, los resultados obtenidos no son los esperados y en la mayoría de casos se presentan graves inconvenientes. Este artículo presenta una propuesta metodológica basada en Redes Neuronales Artificiales que permite extraer automáticamente las reglas borrosas y los parámetros de las funciones de membresía de un Sistema de Inferencia Borroso tipo Sugeno, partiendo de un conjunto de datos entrada-salida. Se contempla el desarrollo de un software que facilitará la aplicación en el control de procesos, la predicción y la estimación de parámetros.es-ES
dc.formatapplication/pdf
dc.identifierhttps://revistas.uis.edu.co/index.php/revistauisingenierias/article/view/1724
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/8122
dc.languagespa
dc.publisherUniversidad Industrial de Santanderes-ES
dc.relationhttps://revistas.uis.edu.co/index.php/revistauisingenierias/article/view/1724/2108
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.sourceREVISTA UIS ENGENHARIAS; v. 5 n. 2 (2006): Revista UIS Ingenierías; 121-132pt-BR
dc.sourceRevista UIS Ingenierías; Vol. 5 Núm. 2 (2006): Revista UIS Ingenierías; 121-132es-ES
dc.sourceRevista UIS Ingenierías; Vol. 5 No. 2 (2006): Revista UIS Ingenierías; 121-132en-US
dc.source2145-8456
dc.source1657-4583
dc.subjectArtificial Neuronal Networken-US
dc.subjectFuzzy Inference Systemsen-US
dc.subjectFuzzy Logicen-US
dc.subjectMembership Functionsen-US
dc.subjectFuzzy-Neural Systemsen-US
dc.subjectCOBOR 2.0en-US
dc.subjectRed Neuronal Artificiales-ES
dc.subjectSistema de Inferencia Borrosoes-ES
dc.subjectLógica Borrosaes-ES
dc.subjectFunciones de Membresíaes-ES
dc.subjectSistemas Neuro-Borrososes-ES
dc.subjectCOBOR 2.0es-ES
dc.titleMethodology for the automatic generation of error rules and adaptive adjustment of functions of pertenence through a network network architecture netfuz 1.0en-US
dc.titleMetodología para la generación automática de reglas borrosas y ajuste adaptativo de funciones de pertenencia por medio de una arquitectura de red neural netfuz 1.0es-ES
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion
dspace.entity.type
Files
Collections
Revista UIS Ingenierías